Модель DeepSeek V4.1-Flash насчитывает 552 миллиарда параметров и использует архитектуру Mixture-of-Experts. Система оснащена обновленным механизмом Causal Encoder–Decoder с 8 миллиардами параметров на вводе и 16 миллиардами на выводе, что обеспечивает высокую скорость генерации токенов.
В тестах DeepSWE v1.1 модель набрала 74,2 балла, а в CyberGym — 88,1 балла, опередив ряд конкурентов. В Terminal-Bench 3.0 результат составил 30 баллов. Разработчик оптимизировал KV-кеш, что снизило потребление памяти HBM в четыре раза, а места на SSD — в восемь раз.
Компания прекращает поддержку моделей V4-Flash и V4-Flash-Vision-Exp. С 14 сентября запросы к V4-Pro начнут перенаправлять на V4.1-Flash. Новую модель уже интегрировали партнеры WorkBuddy, CodeBuddy и OpenCode, она доступна через API с нативной мультимодальностью.
Тарификация API зависит от времени суток: в непиковые часы стоимость услуг снижена на 50%. В это время обработка входных данных с кешем стоит $0,003 за 1 млн токенов, без кеша — $0,15, а генерация выходных данных — $0,60. В пиковые часы цены возрастают вдвое.
